基于MRI的模型可以预测皮质甲状腺癌的术前甲状腺外延伸
Biaoling Chen1, Yining Song2, Hao Wang1
1Department of Radiology, Minhang Hospital, Fudan University, Shanghai, China.
European radiology
|May 18, 2025
概括
这项研究使用MRI特征开发了在乳头甲状腺癌 (PTC) 中甲状腺外延伸 (ETE) 的预测模型. 该模型结合了年龄,突出值和ADC_Best_rate,准确地预测ETE,帮助手术决策.
科学领域:
- 放射学和瘤成像学成像学
- 医学成像分析 医学成像分析
- 甲状腺癌研究研究
背景情况:
- 在乳头甲状腺癌 (PTC) 中,准确的甲状腺外延伸 (ETE) 的术前评估对于手术规划和患者的结果至关重要.
- 现有的成像模式可能在准确预测PTC入侵程度方面存在局限性.
- 开发新的预测模型可以增强手术前阶段和指导治疗策略.
研究的目的:
- 开发和验证使用MRI功能在PTC中进行术前ETE的预测模型.
- 确定关键的MRI和ETE在PTC中的临床预测因素.
- 评估开发的预测性名谱的临床实用性和性能.
主要方法:
- 140个PTC病例的回顾性分析,分为培训和验证队列.
- 评估MRI特征,包括T2加权成像,对比度增强MRI和扩散加权成像 (DWI).
- 后勤回归分析以识别独立预测因素并开发名录;使用ROC曲线和校准测试评估性能.
主要成果:
- 年龄,突出值和明显扩散系数_Brightest_rate (ADC_Best_rate) 被确定为ETE的独立预测因素.
- 在训练 (AUC=0.826) 和验证 (AUC=0.805) 队列中,名图显示出强烈的歧视和校准.
- 与其他ADC指标相比,ADC_Best_rate显示出优异的预测性能,并且根据性别的准确性有所不同.
结论:
- 结合年龄,突出值和ADC_Best_rate的诺莫图有效地预测PTC中的手术前ETE.
- 该模型有助于外科医生优化PTC患者的治疗决策.
- 在PTC中,ADC_Best_rate显示为ETE评估的功能成像生物标志物.
